普通院校计算机类专业本科人才培养体系设计

本文主要介绍了大连民族学院计算机类本科专业人才培养体系设计,包括培养模式、课程体系与教学内容、实践与能力培养等内容,它反映了大连民族学院计算机学院充分考虑少数民族学生的差异性,面向少数民族和民族地区以及地方经济建设,培养计算机类本科应用型人才的特点,强调了"强化基础、淡化专业、因材施教、分类培养"的人才培养理念,突出了特色课程和特色培养。     

一种大容量的半色调图像水印算法

在半色调图像中隐藏信息是解决印刷品的版权保护、来源认证和防止伪造等问题的有效措施。提出了一种能在半色调图像中嵌入大容量数据的隐藏算法,该算法利用误差扩散算法将待隐藏的信息作为误差信号嵌入到与该位置相邻的多个像素上,信息嵌入与半色调处理同步完成。实验表明本算法能将一幅与半色调图像同样大小的二值水印图像嵌入到半色调图像中,载有水印的图像在经受一定的噪声干扰、污损和旋转的情况下,仍能有效提取水印图像。该算法可用于普通证件的防伪。     

VES：阴道炎症（vaginitis）辅助诊断专家系统设计与实现

阐述基于规则诊断推理技术的阴道炎症辅助专家系统的设计与实现。针对阴道炎症医疗诊断的特点,讨论该系统在建立过程采用的关键技术,描述系统的结构框架、知识表示、推理方法和实现技术。整合数据库技术,人工智能技术及阴道炎症医疗诊断技术,为实现阴道炎症智能诊断系统提供有价值的探讨。     

语义驱动的集成化产品建模

针对复杂产品研发过程中多领域协同对产品知识共享和重用的需求,提出一种语义驱动的集成化产品建模方法.结合多本体技术,给出了集成化产品建模框架,该框架由概念层和模型层构成,概念层包括高层核心产品本体和领域本体,模型层由主模型和领域模型等一族模型构成;同时还给出了集成化产品模型的形式化语义描述,在构建高层核心产品本体的基础上建立主模型;基于多领域本体,进行由概念层语义驱动的领域模型快速重构,在语义理解基础上实现跨领域的产品知识重用.     

就这样突破word带圈字符的限制

在实际应用中有时需要在Word中输入10以上的带圈序号,但是在插入特殊符号中带圈的序号只有1至10。虽然也可以使用“格式”中“中文版式”的“带圈字符”功能,但最终显示的效果不是非常好,如输入22,     

球磨机性能预测模型的研究与应用

基于模型的计算机仿真有助于磨机回路的优化,模型的校正和参数的获得需要对实际系统进行实验以获得数据,但对于球磨机这样一个大型设备这需要相当多的样本并且成本昂贵.为解决这个问题,JKMRC用小型实验室磨机的测试结果校准数学模型用以预测大型磨机的性能.本文对此模型进行了介绍,并对模型中的功耗部分进行了改进,将最新的功耗研究成果成功融入JKMRC模型.最后将两个模型针对现场数据的仿真结果进行了对比和验证,结果表明改进模型能够更加精确的预测磨机性能.     

冗余旋转惯导系统两位置初始对准方法

冗余旋转惯导系统(Redundant Rotating Inertial Navigation System, RRINS)可以在传统旋转惯导系统的基础上,进一步提高系统的可靠性。针对该类系统高精度初始对准需求,以正四面体冗余旋转惯导系统为例,研究了两位置初始对准方法。首先以每3个陀螺仪和3个加速度计构成一种组合方式,建立每种组合下惯性器件的零偏与冗余配置相关的解析表达式,并设计RRINS两位置转停方案以估计对应惯性器件的零偏,但是在某些特殊的情况下需要增加观测位置;然后将每个惯性器件在不同组合下得到的结果取均值,并利用该均值对相应惯性器件的测量信息做补偿;最后基于补偿后的惯性器件输出进行RRINS的初始对准。数学仿真和实验验证结果表明,该方法在不同两位置方案下均可有效估计出惯性器件的零偏。仿真中陀螺仪的零偏估计误差在4%以内,加速度计的零偏估计误差基本在2%以内,且相比无零偏补偿的情况,初始对准精度提高10倍以上。实验中水平和方位向的初始对准精度都有提高,航向角对准误差最大减小100倍左右。同时,该方法还可以推广到其他配置方案的冗余旋转惯导系统中,对该类惯导系统初始对准精度的提高具有...     

融合CNN-BiLSTM-Attention的集成学习价格预测

价格预测对于大宗农产品市场的稳定具有重要意义,但是大宗农产品价格与多种因素有着复杂的相关关系.针对当前价格预测中对数据完整性依赖性强与单一模型难以全面利用多种数据特征等问题,提出了一种将基于注意力机制的卷积双向长短期记忆神经网络(CNN-BiLSTM-Attention)、支持向量机回归(SVR)与LightGBM组合的增强式集成学习方法,并分别在包含历史交易、天气、汇率、油价等多种特征数据的数据集上进行了实验.实验以小麦和棉花价格预测为目标任务,使用互信息法进行特征选择,选择误差较低的CNN-BiLSTM-Attention模型作为基模型,与机器学习模型通过线性回归进行增强式集成学习.实验结果表明该集成学习方法在小麦及棉花数据集上预测结果的均方根误差(RMSE)值分别为12.812, 74.365,较之3个基模型分别降低11.00%, 0.94%、4.44%,1.99%与13.03%, 4.39%,能够有效降低价格预测的误差.     

基于XGBoost和TCN-Attention的棉花价格多影响因素选择及预测

棉花价格受多种因素影响而复杂多变, 通过选择合适的数据特征和预测模型可提高棉花价格预测精度. 本文以棉花日现货价格数据为研究目标, 采集了供需关系、国际市场、宏观经济、产业链这4个方面的9项影响因素作为特征, 使用极限梯度提升(XGBoost)算法对棉花价格影响因素进行特征评估筛选, 选取其中5项特征后, 采用引入注意力机制(Attention)的时间卷积网络(TCN) TCN-Attention、TCN、LSTM、GRU等模型对棉花价格进行预测. 通过消融实验和对比实验, 结果表明: (1)经过XGBoost特征筛选后, TCN-Attention价格预测的平均绝对误差(MAE)和均方根误差(RMSE)为41.47和58.76, 与未筛选相比分别降低了77.57%和76.49%. (2)与TCN、LSTM、GRU相比, 本文提出的TCN-Attention模型预测结果更准确, MAE和RMSE均降低50%以上, 运行时间较LSTM、GRU缩短60%.     

氮中微量氯化氢标准气体的研制

氮中微量氯化氢标准气体[GBW(E)062379]根据GB/T 5274严格按照配制标准气体的基本方法称量法制备及定值。利用研究开发的傅立叶变换红外光谱法对其进行了均匀性和稳定性等检验,在所研制浓度范围内具有良好的随压力、时间变化稳定性和良好的均匀性;与国内有证标准气体和国外标准气体进行检测对比,相对偏差均在不确定度2%范围内,说明所研制的标准气体称量法定值结果准确可靠。